网络金融信息流时间序列分析

通过互联网上的金融信息研究股市波动属于典型的计算机和金融的交叉领域，目前该工作刚刚开始。由于计算机获取和处理互联网上文字（编码）信息的快速性，使得我们可以方便地得到互联网金融信息流时间序列。本项目将利用互联网采集机，收集积累沪深股市和美国股市相关的海量互联网金融信息数据，定义金融信息流时间序列，分析其稳定性、自相关性、异方差性，并对这个新的计算机-金融时间序列进行GARCH建模、利用计算机智能中的回归神经网络、回归支持向量机时间序列分析方法进行建模，对不同公司，多角度实证它与沪深股市的交易量和收益率的关系。此外，逆问题研究也可以为中央宏观管理在某种程度上提供决策依据。本研究有助于从互联网侧面了解股市的微观结构，为中国和国际金融研究同行收集积累互联网信息数据，对发展网络金融理论体系有一定价值。